平滑风电功率的电池储能系统优化控制策略

王 刚，邱晓燕，张晓晨，郭 艺，江润洲，廖 茜

（1.四川大学电气信息学院智能电网四川省重点实验室，成都610065；2.西安理工大学电力工程系，西安710048）

风电以其无污染、分布广、可再生、能量大等优点，受到了广泛关注。近年来，我国风力发电发展十分迅速，然而，风力发电具有随机性强、波动性大等特点，致使我国风电场弃风现象相当严重[1]。储能系统凭借其可充可放的运行特性，可有效克服风电等可再生能源发电系统的波动性[2-4]。然而，如何安全、高效地利用有限容量的储能系统平滑风电功率是研究的热点与难点。

目前，国内外已提出了多种利用储能系统抑制风电输出功率波动的储能控制方法。文献[5]提出在双馈风力发电系统变流器的直流侧嵌入储能系统，抑制风电出力波动，但每台机组都需安装双向变流器，在大型风电场中，这不仅增加了统一协调控制的难度，也增加了投资成本。文献[6]利用超导储能系统来补偿风电场输出功率波动，但超导储能的成本太高，且容量通常较低。文献[7]利用储能系统来改善风电场运行的稳定性，将控制平滑目标设为单一恒定值，要求储能容量较大。文献[8]利用一阶低通滤波原理平滑风电功率波动，此方法未考虑电池储能系统BESS （battery energy storage system）的荷电状态SOC（state of charge），易造成BESS 的过充/放电，且平滑效果较差。文献[9]提出BESS 的SOC 反馈滤波控制方法，有效避免了BESS 的过充/放电，但利用SOC 反馈控制直接对由滤波算法计算出的BESS 输出功率值进行修改，其平滑效果一般。文献[10]在一阶低通滤波原理的基础上，加入BESS 的SOC 的反馈，对滤波时间常数进行修改，防止BESS 的过充/放电，但前一时刻输出功率目标值对后续滤波效果影响大，平滑效果一般。文献[11-12]采用普通滑动平均滤波法，其滑动平均滤波项数固定，未考虑储能系统的SOC 对平滑效果的影响，平滑效果受到限制。

本文设计了一种变滑动平均项数滤波法，根据当前BESS 的SOC 和风电输出功率的波动情况实时调节滑动平均滤波项数，改变BESS 的出力，使BESS 的SOC 稳定在限定范围的同时，有效减少输出功率波动，提高风电输出功率平滑性。

1 滑动平均滤波平滑原理

滑动平均滤波基于统计规律，将连续的采样数据看成一个长度固守为N 的队列，在新的一次测量后，将上述队列的首数据去掉，其余N-1 个数据依次前移，并将新的采样数据插入，作为新队列的尾；然后对这个队列进行算术运算，即沿全长为L 的数据不断逐个移动地取N 个相邻数据作加权平均来表示平滑数据，其表达式为

式中：Xk为k 时刻的采样数据；ωi为权系数；N 为滑动平均滤波的项数，也被称作期数；k=m+1，m+2，…，L-m。滑动平均滤波中各个参数的选取与平滑效果相关，一般根据需要达到的平滑效果及数据的变化情况来选取各个参数。其中，滤波器平滑效果与滑动平均滤波项数关系密切，N 越大，滤波通带越窄，滤波后越平滑；N 越小，滤波通带越宽，滤波后越陡峭[13]。

2 变滑动平均滤波项数储能控制策略

含BESS 的风电系统并入电网的结构示意图如图1 所示，该系统由额定容量为PN的风电场，BESS 和基于BESS 的SOC 的变滑动平均滤波项数储能系统控制器（本文简称为变滑动平均滤波储能控制器）组成。

图1 风-储发电系统结构Fig.1 Structure of BESS-wind power generation system

利用滑动平均滤波平滑原理，风电储能系统t时刻的目标功率Pref，t和BESS t 时刻输出功率PBESS，t可以表示为

式中：ωi权系数，取为为t 时刻风机原始输出功率。

BESS 的SOC 是指BESS 当前的剩余能量水平[14]。取BESS 输出功率PBESS采样周期为1 min，BESS 的额定容量为EN，则不同时刻BESS 相对于初始状态的能量波动Efluc（m）和不同时刻的荷电状态SOC（m）计算式为

式中：Efluc（m）为BESS 在第m 个采样周期结束时的能量波动，即前m 个采样周期内BESS 充放电能量累加和，MW·h；SOC（0）为BESS 的初始荷电状态值；SOC（m）为第m 采样周期结束时BESS 的荷电状态值。

基于实测BESS 荷电状态的变滑动平均滤波项数控制策略是指，BESS 在对风电输出功率进行平滑，限制一定时间（如20 min）的波动率在一定范围内的同时，根据BESS 的荷电状态值的大小对滑动平均滤波项数进行修正，以使BESS 的SOC始终稳定在一定范围的同时，减少风电输出功率波动，提高风电输出功率平滑性。

变滑动平均滤波项数储能控制是在固定滑动平均滤波控制的基础上加入SOC 反馈环节，对滑动平均项数进行修正，其控制框图如图2 所示。

图2 储能控制器控制框图Fig.2 Control scheme of energy storage system controller

Pwind，t为t 时刻风机原始功率，Pref，t为平滑后整个系统输出的目标功率值，PBESS，t为BESS 输出的功率，即为平滑后系统输出目标功率与风电原始功率的差值。考虑到风电储能系统的经济性与稳定性，本文采用日本东北电力公司风电场接入电网20 min 有功功率波动规范，设定20 min 内风电系统输出功率波动率σ20在10%以内。

BESS 采用固定滑动平均滤波项数控制方法时，未考虑BESS 的SOC，这样，可能会导致BESS过充/过放，会对储能设备造成很大的伤害，一方面会影响BESS 的使用寿命，另一方面会导致注入电网的功率出现剧烈波动，影响电网稳定性[15-16]。因此本文在固定滑动平均滤波项数控制方法的基础上加入SOC 反馈控制，由滑动平均滤波项数调节器根据BESS 的SOC 和BESS 当前充/放电状态，设定滑动平均滤波项数大小，改变目标输出功率Pref，进而改变BESS 输出功率，从而使荷电状态稳定在限定范围内，有效避免了BESS 的过充/放电，并且减少风电输出功率波动，提高风电输出功率平滑性。为此，设置防止过充/放的SOC 保护阈值，如图3 所示。

根据BESS 各保护阈值，滑动平均滤波项数调节器的控制步骤如下。

（1）若SOC〈SOCmin，则储能系统只允许充电，不允许放电。

图3 BESS 荷电状态限值分类Fig.3 Limits classification of the state of charge of BESS

（2）若SOC〉SOCmax，则储能系统只允许放电，不允许充电。

（3）BESS 放电时（即PESS〉0），当SOC〉SOChigh时，表示BESS 放电潜力很大，滑动平均滤波项数取2NN；当SOC〈SOClow时，表示BESS 放电潜力很弱，考虑到最大功率波动率的限制，滑动平均滤波项数取NN；当SOChigh〉SOC〉 SOClow时，滑动平均项数取在NN和2NN之间。BESS 放电时，滑动平均项数N（t）与BESS 荷电状态SOC（t）关系如图4（a）所示。

（4）BESS 充电时（即PESS〈0），当SOC〈SOClow时，表示BESS 充电潜力很大，滑动平均滤波项数取2NN；当SOC〉SOChigh时，表示BESS 充电潜力很弱，考虑到最大功率波动率的限制，滑动平均项数取NN；当SOChigh〉SOC〉SOClow时，滑动平均项数取在NN和2NN之间。BESS 充电时，滑动平均项数N（t）与BESS 荷电状态SOC（t）关系如图4（b）所示。

图4 滑动平均滤波项数与荷电状态关系Fig.4 Relationship between the number of terms of slip average filter and the state of charge

3 仿真分析

本算例的目的在于验证含BESS 风力发电系统采用变滑动平均滤波储能控制策略，在使BESS的SOC 维持在一定范围内，防止BESS 过放/过充电的同时，限制风电功率波动率，降低风电输出功率波动（具体为降低20 min 内功率波动累加和）。风电场为100 台单机额定功率为1 MW 的风机组成。本文设定BESS 充放电功率为45 MW，容量30 MW·h，充/放电能量转换效率均为90%，风速采集为某风电场2010 年8 月8 日全天的实测数据，采样周期为1 min，风机出力曲线采用风电功率——风速关系[17]获得，切入风速3 m/s，切出风速为23 m/s，额定风速为11 m/s。风电场原始输出功率如图5 虚线所示，其最大输出功率为100.14 MW，最小输出功率为0，全天平均功率为31.43 MW，20 min 功率波动率如图6 虚线所示，20 min 最大功率波动率为63.5%，20 min 累计功率波动为17 511.16 MW。

本文取SOCmax= 1，SOChigh= 0.8，SOClow= 0.4，SOCmin=0.3。设定荷电状态的初始值0.5。要求20 min 内风电系统输出功率波动率σ20在10%以内，取正常滑动平均项数NN=60。图5 和图6 中实线所示分别为固定滑动平均滤波策略（简称普通策略）下的功率波动和20 min 功率波动率，其20 min最大功率波动率为9.9%，20 min 功率波动累加为5 025.67 MW；普通策略下的BESS 的实时出力如图7 所示（BESS 出力为正表示其放电，出力为负表示其充电，下同）。

图5 不同策略下的功率波动情况Fig.5 Power fluctuations under different strategies

图6 不同策略下的20 min 内功率波动率Fig.6 Power fluctuation rate within 20 min under different strategies

图7 普通策略下的BESS 出力变化Fig.7 BESS output change under the ordinary strategy

图5和图6 中虚线所示分别为变滑动平均滤波策略下的功率波动和20 min 功率波动率，20 min最大功率波动率为9.8%，其20 min 功率波动累加为3 995.09 MW。两种策略下20 min 功率波动率都控制在10%以内，本文的变滑动平均滤波策略下的20 min 功率波动累加比平滑前减少13 515.97 MW，比普通策略下减少20.5%，平滑效果显著提高。本文策略下BESS 的实时出力如图8 所示。

两种策略下BESS 的SOC 变化如图9 所示，可以看出，本文提出的变滑动平均滤波策略下BESS 的荷电状态（虚线所示）稳定控制在30%～100%之间，其变化幅度比普通策略稍微大，这是由于本文策略使平滑效果显著增加造成的，但会使其稳定在要求范围内，从而防止BESS 过充/放电，损害BESS 的寿命。

图8 本文策略下的BESS 出力变化Fig.8 BESS output change under the proposed strategy in this paper

图9 不同策略下的荷电状态变化情况Fig.9 SOC change under different strategies

4 结语

风电等可再生能源输出功率具有随机性强、波动性大等特点，故配备一定容量的BESS，可对风电输出功率进行平滑。本文在固定滑动平均滤波控制策略的基础上，考虑风电功率波动率和BESS的SOC 等约束条件，提出一种基于变滑动平均滤波项数的风电功率波动平滑控制策略，在固定滑动平均滤波基础上，加入滑动平均滤波项数的调整方法，根据BESS 的SOC 测量值，调整BESS 输出功率。仿真证明，该方法在控制风电并网功率波动率的同时，可有效减少功率波动累加，平滑效果明显提高，并使BESS 的SOC 稳定在一定范围内。

[1]国家电力监管委员会.风电、光伏发电情况监管报告[R].北京：国家电力监管委员会，2011.

[2]Barton J P，Infield D G.Energy storage and its use with intermittent renewable energy[J].IEEE Trans on Energy Conversion，2004，19（2）：441-448.

[3]陈光堂，邱晓燕，林伟（Chen Guangtang，Qiu Xiaoyan，Lin Wei）.含钒电池储能的微电网负荷优化分配（Optimal load distribution of microgrid with energy storage system composed of vanadium redox flow battery）[J].电网技术（Power System Technology），2012，36（5）：85-91.

[4]吴雨，潘文霞，冯蒙霜，等（Wu Yu，Pan Wenxia，Feng Mengshuang，et al）. 基于混合储能的微电网功率控制策略（Power control strategy for microgrid based on hybrid energy storage system）[J]. 电力系统及其自动化学报（Proceedings of the CSU-EPSA），2013，25（2）：110-115.

[5]贾俊川，刘晋，张一工（Jia Junchuan，Liu Jin，Zhang Yigong）.集成嵌入式储能的双馈风力发电系统功率控制（Power control of DFIG based wind power system incorporated with embedded energy storage）[J].电力系统自动化（Automation of Electric Power Systems），2010，34（15）：80-84.

[6]刘昌金，胡长生，李霄，等（Liu Changjin，Hu Changsheng，Li Xiao，et al）. 基于超导储能系统的风电场功率控制系统设计（Design of SMES control system for smoothing power fluctuations in wind farms）[J].电力系统自动化（Automation of Electric Power Systems），2008，32（16）：83-88.

[7]Jiang Zhenhua，Yu Xunwei. Modeling and control of an integrated wind power generation and energy storage system[C]//IEEE Power and Energy Society General Meeting.Calgary，Canada，2009.

[8]宇航（Yu Hang）.利用储能系统平抑风电功率波动的仿真研究（Simulation Research on Smoothing the Wind Power Fluctuation by Using Energy Storage System）[D].吉林：东北电力大学电气工程学院（Jilin：School of Electrical Engineering，Northeast Dianli University），2010.

[9]Yoshimoto K，Nanahara T，Koshimizu G，et al.New control method for regulating state-of-charge of a battery in hybrid wind power/battery energy storage system[C]//IEEE/PES Power Systems Conference and Exposition. Atlanta，USA，2006.

[10]张野，郭力，贾宏杰，等（Zhang Ye，Guo Li，Jia Hongjie，et al）.基于电池荷电状态和可变滤波时间常数的储能控制方法（An energy storage control method based on state of charge and variable filter time constant）[J]. 电力系统自动化（Automation of Electric Power Systems），2012，36（6）：34-38，62.

[11]Tesfahunegn S G，Ulleberg O，Vie P J S，et al. Optimal shifting of photovoltaic and load fluctuations from fuel cell and electrolyzer to lead acid battery in a photovoltaic/hydrogen standalone power system for improved performance and life time[J].Journal of Power Sources，2011，196（23）：10401-10414.

[12]严干贵，朱星旭，李军徽，等（Yan Gangui，Zhu Xingxu，Li Junhui，et al）.内蕴运行寿命测算的混合储能系统控制策略设计（Control strategy design for hybrid energy storage system with intrinsic operation life measurement and calculation）[J].电力系统自动化（Automation of Electric Power Systems），2013，37（1）：110-114.

[13]丁明，吴建锋，朱承治，等（Ding Ming，Wu Jianfeng，Wu Chengzhi，et al）.具备荷电状态调节功能的储能系统实时平滑控制策略（A real-time smoothing control strategy with SOC adjustment function of storage systems）[J].中国电机工程学报（Proceedings of the CSEE），2013，33（1）：22-29.

[14]Yoshimoto K，Nanahara T，Koshimizu G. Analysis of data obtained in demonstration test about battery energy storage system to mitigate output fluctuation of wind farm[C]//CIGRE/IEEE PES Joint Symposium Integration of Wide-Scale Renewable Resources Into the Power Delivery System.Calgary，Canada，2009.

[15]吴理博，赵争鸣，刘建政，等（Wu Libo，Zhao Zhengming，Liu Jianzheng，et al）.独立光伏照明系统中的能量管理控制（A novel energy management and control for standalone photovoltaic lighting system）[J]. 中国电机工程学报（Proceedings of the CSEE），2005，25（22）：68-72.

[16]梁才浩，段献忠（Liang Caihao，Duan Xianzhong）. 分布式发电及其对电力系统的影响（Distributed generation and its impact on power system）[J]. 电力系统自动化（Automation of Electric Power Systems），2001，25（12）：53-56.

[17]Billinton R，Yi Gao. Multistate wind energy conversion system models for adequacy assessment of generating systems incorporating wind energy[J].IEEE Trans on Energy Conversion，2008，23（1）：163-170.